#73 Claude Opus 4.8
none- लागत
- $0.053
- समय
- 22.0s
- टोकन
- 2,253 tok
AI BENCHY तुलना
Anthropic: Claude Opus 4.8 vs xAI: Grok 4.20
सारांश
Grok 4.20 (medium) average score में आगे है: 7.3 vs 7.2. Claude Opus 4.8 की benchmark लागत कम है: $0.539 vs $0.609. Claude Opus 4.8 तेज है: 3.48s vs 27.68s, pass rates 61.9% vs 63.5%.
अनुशंसित मॉडलClaude Opus 4.8Its score stays close to the best score here (7.2 vs 7.3), while responding about 8.0x faster than Grok 4.20 (medium).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| स्कोर | 7.2 | 7.3 |
| रैंक | #73 | #69 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.2 | 8.8 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 61.9% | 63.5% |
| अस्थिर टेस्ट | 2 | 3 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 4.485 | 8.309 |
| कुल लागत | $0.539 | $0.609 |
| इनपुट कीमत | $5.000 / 1M | $1.250 / 1M |
| आउटपुट कीमत | $25.000 / 1M | $2.500 / 1M |
| कुल इनपुट टोकन | 67,104 | 44,433 |
| आउटपुट टोकन | 8,107 | 1,819 |
| रीजनिंग टोकन | 0 | 219,524 |
| प्रतिक्रिया समय (औसत) | 3.48s | 27.68s |
| प्रतिक्रिया समय (अधिकतम) | 17.73s | 199.66s |
| प्रतिक्रिया समय (कुल) | 73.00s | 581.26s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 xAI: Grok 4.20
medium- लागत
- $0.041
- समय
- 110.3s
- टोकन
- 16,336 tok
स्कोर के अनुसार शीर्ष मॉडल
स्कोर बनाम कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
त्वरित तुलना
तुलना जोड़ी बदलें
Gemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumClaude Opus 4.8nonevsGemma 4 26B A4Bmediumनिःशुल्क उपलब्धClaude Opus 4.8nonevsStep 3.7 FlashhighClaude Opus 4.8nonevsGLM 5.1mediumClaude Opus 4.8nonevsGemini 3 Flash PreviewlowGPT-5.3 ChatnonevsGrok 4.20mediumDeepSeek V4 PrononevsGrok 4.20mediumClaude Opus 4.8nonevsLaguna XS 2.1mediumनिःशुल्क उपलब्धQwen3.7 PlusnonevsGrok 4.20mediumClaude Opus 4.8nonevsMiMo-V2.5-PromediumClaude Opus 4.8nonevsSeed-2.0-Minimedium